Espanhol (pdf)
Artigo em XML
Referências do artigo
Tradução automática
Enviar este artigo por email
Citado por SciELO 
Citado por Google 
Similares em
SciELO 
Similares em Google 
Permalink
Actualmente, el bullying y el cyberbullying son con siderados fenómenos generalizados en todas las escuelas del mundo (Tokunaga, 2010), además de un importante problema de salud pública (Chester, Callaghan, Cosma, Donnelly, Craig, Walsh, & Molcho, 2015). Su ocurrencia se relaciona con bajo rendimiento académico, baja auto estima, depresión, suicidio, ansiedad social, consumo de alcohol, tabaco y con el desajuste psicológico en general (Turner, Exum, Brame, & Holt, 2013).
El acoso escolar (bullying en inglés) implica comporta mientos de agresión o intimidación intencional y repetitiva contra un compañero o compañera que es incapaz de defen derse, lo cual genera un desequilibrio de poder (Olweus, 1999; Olweus, 2013). El ciberacoso (cyberbullying en inglés) comparte las tres características definitorias del bullying tradicional: intencionalidad, repetición y desequilibrio de poder, y por su naturaleza digital incluye otras nuevas como el anonimato del agresor, pues puede ocultar su identidad, y la publicidad, dado que los dispositivos digitales reprodu cen ---- a veces fuera de control incluso del autor---- la ofensa o agresión (Slonje, Smith, & Frisén, 2013). Ambos son fenó menos dinámicos y complejos y en ellos participan factores de la personalidad del sujeto y del contexto. En ambos están involucrados al menos dos roles: el agresor y la víctima, aun que otros actores pueden estimular o detener la agresión (Del Rey et al., 2015).
Los estudios sobre bullyingy cyberbullying siempre inclu yen la estimación de la prevalencia, la exploración de factores de riesgo y protección, así como la compren sión de sus consecuencias (Zych, Ortega-Ruiz, & del Rey, 2015). Actualmente, existe el debate referido a las seme janzas y diferencias entre los fenómenos, en el cual se enmarcan los estudios de coocurrencia (Kowalski, Morgan, & Limberg, 2012) que podrían contribuir al entendimiento de los problemas y permitirían reconocer hasta qué punto la intencionalidad y el desequilibrio de poder difieren de un fenómeno a otro (Whittaker & Kowalski, 2015), así como también a clarificar el impacto del anonimato del agresor y la permanencia, a veces inconmensurable, del elemento en el ciberespacio que causa dañino a la víctima (Modecki, Minchin, Harbaugh, Guerra, & Runions, 2014; Olweus, 2012).
La coocurrencia del bullying y el cyberbullying alude a la presencia simultánea de ambos fenómenos (Del Rey, Elipe, & Ortega-Ruiz, 2012; Kowalski, Giumetti, Schroeder, & Lattanner, 2014; Olweus, 2013). Al respecto recientes investigaciones muestran resultados contrapuestos; algunas indican que ambos fenómenos coocurren mínimamente, por lo que infieren que el cyberbullying no es una extensión del bullying, sin que por ello se deje de reconocer que el cibe-respacio ofrece a los escolares nuevas oportunidades para convertirse en agresores (Kubiszewski, Fontaine, Potard, & Auzoult, 2015); y otros estudios han mostrado que existe una importante simultaneidad y solapamiento entre ambos fenómenos, la cual sugiriere que el riesgo de implicación de los adolescentes en el cyberbullying es mayor si están invo lucrados en bullying (Del Rey et al., 2012; Kowalski et al., 2012), lo cual apoya la idea de que el cyberbullying, o parte de él, debe entenderse como una variante o forma indirecta de bullying tradicional (Elipe, Mora-Merchán, Ortega-Ruiz, & Casas, 2015; Ortega-Ruiz, Casas, & del Rey, 2014; Olweus, 2013) . Estas posturas opuestas reflejan la necesidad de investigaciones como la que proponemos, realizada en un país en vías de desarrollo fuera del contexto euro peo o norteamericano comúnmente indagado (Zych et al., 2015).
En Latinoamérica, los estudios sobre bullying y cyberbu-llying son reducidos y los instrumentos utilizados no suelen reportar las exigencias de fiabilidad y validez requeridas a nivel científico (Zych et al., 2015). Estos pocos estudios señalan que Colombia, con un 63% (Román & Murillo, 2011), es uno de los países en los que se registran mayores niveles de implicación en bullying, por encima del 51.1% informado para 16 países de América Latina y del 29.2% reportado para 32 países europeos y EE. UU. (Chester et al., 2015; de Oliveira, Silva, Mello, Porto, Yoshinaga, & Malta, 2015). La mayoría de las investigaciones se han realizado en ciuda des capitales como Bogotá, Cali, Medellín, Barranquilla, y, si bien aún es difícil establecer una prevalencia general debido a la disparidad de valores, a las diferencias entre mues tras, a los diversos instrumentos y a las definiciones dadas, es posible reconocer que para la victimización la prevalen-cia oscila entre el 14.5 y el 69.2% y para la agresión entre el 10.37 y el 51.8% (Ávila-Toscano, Osorio, Cuello, Cogollo, & Causado, 2010; Cepeda-Cuervo, Pacheco-Durán, García-Barco, & Piraquive-Peñna, 2008; Chaux, Molano, & Podelsky, 2009; Cuevas, Hoyos, & Ortíz, 2009; González, Mariaca, & Arias, 2014; Paredes, Álvarez, Lega, & Vernon, 2008; Uribe, Orcasita, & Aguillón, 2012).
Respecto al cyberbullying en Colombia, el panorama es aún más limitado por ser un fenómeno poco explo rado. Los escasos estudios ofrecen prevalencias entre el 13.6 y el 59% (Aranzales et al., 2014; Mura & Diamantini, 2013). En general el reporte para Latinoamérica es del 3.5 al 22% (Del Río, Bringue, Sádaba, & González, 2009; García-Maldonado, Joffre-Velázquez, Martínez-Salazar, & Llanes-Castillo, 2011), mientras que para Europa se estima entre el 2 y el 72% para cibervíctimas y entre el 4 y el 36% para ciberagresores (Schultze-Krumbholz et al., 2015; Vazsonyi, Machackova, Sevcikova, Smahel, & Cerna, 2012).
En este sentido, si bien se reconocen algunos avances, se evidencia la necesidad de contar con un instrumento validado y adaptado que permita, además de realizar comparaciones rigurosas, obtener una medida fiable, homo geneizada y ajustada a las características del fenómeno.
Para el presente estudio se establecieron tres obje tivos: (a) adaptar y validar para Colombia la escala de bullying European Bullying Intervention Project Question naire (EBIPQ) (Brighi et al., 2012) mediante la comprobación de sus propiedades psicométricas; (b) determinar la pre-valencia del bullying y cyberbullying en una muestra de adolescentes colombianos, y (c) analizar la coocurrencia entre ambos fenómenos. Se parte de la hipótesis de que la implicación en victimización y/o agresión en bullying influirá en la implicación en cyberbullying y no al contrario (Ortega-Ruiz, del Rey, & Casas, 2016).
Método
Participantes
La muestra fue incidental y estuvo conformada por 1931 estudiantes de educación secundaria (básica, media y media vocacional) de la ciudad de Pasto; el 47% eran hombres y el 53% mujeres, con edades entre los 11 y 19 años (M = 14.92; DT= 1.89). El 17.7% del alumnado pertenecía al 6.° grado, el 18.3% al 7.«, el 20.1% al 8.«, el 16% al 9.«, el 12.5% al 10.« y el 15.4% al 11.o grado. El 66.7% estudiaban en centros públicos y el 33.3% en centros privados. El 98.1% de los estudiantes vivían en la ciudad y el 1.9% en el sector rural. En cuanto al estrato social, el 21.1% pertenecían al estrato bajo (1), el 26.9% al estrato medio-bajo (2), el 32.4% al estrato medio (3) y el 18.1% al estrato alto (>4). No respondieron el 1.5%.
Instrumentos
Para medir el bullying se utilizó el EBIPQ (Brighi et al., 2012), traducido del inglés al castellano por Ortega-Ruiz et al. (2016) y compuesto por 14 ítems (7 de victimización y 7 de agresión) de tipo Likert con cinco opciones de respuesta desde 0 a 4, siendo 0 = nunca, 1 = una vez o dos veces, 2 = una o dos veces al mes, 3 = alrededor de una vez por semana y 4 = más de una vez a la semana. Algunos de los ítems son: «En el colegio alguien me ha golpeado, me ha pateado o ha empujado», «He insultado y he dicho palabras groseras a alguien». Los valores de consistencia interna de la prueba original fueron aceptables y revelaron un alto grado de fiabilidad test-retest: αT1victimización = .84, αT2victimización = .88, α*T1agresor = .73 y αT2agresor = .69 (Brighi et al., 2012).
Para medir el cyberbullying se utilizó la escala European Cyberbullying Intervention Project Questionnaire (ECIPQ) (Del Rey et al., 2015) adaptada al contexto colombiano (Herrera-López, Casas, Romera, & Ortega-Ruiz, 2017) a par tir de la versión española (Ortega-Ruiz et al., 2016). Este instrumento está compuesto por 22 ítems (11 de cibervictimización y 11 de ciberagresión) de tipo Likert con cinco opciones de respuesta desde 0 a 4, siendo 0 = nunca, 1 = una vez o dos veces, 2 = una o dos veces al mes, 3 = alrededor de una vez por semana y 4 = más de una vez a la semana. Algunos de los ítems son: «Alguien me ha dicho groserías o insultado por Internet», «He colgado videos o fotos compro metedoras de alguien en Internet». La consistencia interna de la prueba validada en seis países europeos es óptima: αcibervictimización = .97, αciberagresor = .93 (Del Rey et al., 2015).
Procedimiento
La investigación tuvo un diseño transversal, ex post facto retrospectivo, un grupo, y múltiples medidas (Montero & León, 2007). Por consideraciones éticas se procedió a obte ner los permisos respectivos por parte de los equipos directivos y el consentimiento informado debidamente fir mado de las familias; luego se visitaron los colegios para administrar el cuestionario. Se explicó a los escolares el objetivo del estudio y se insistió sobre el carácter anónimo, confidencial y voluntario de su participación. El tiempo medio de cumplimentación de la batería fue de 30 min. Para obtener la adaptación colombiana inicialmente los instru mentos fueron sometidos a una validez de contenido por medio del juicio de seis expertos, quienes valoraron los criterios de adecuación del vocabulario, claridad concep tual, coherencia y relevancia de cada ítem. Para ello se utilizó una escala Likert de 4 puntos donde 1 =no cumple, 2 = bajo nivel de cumplimiento, 3 = cumplimiento moderado, y 4 = alto nivel. Finalmente, se realizó una prueba piloto con 60 escolares para valorar el grado de comprensión de los ítems. Se modificaron los ítems en los que manifestaron poca comprensión (ver resultados).
Para establecer los diferentes roles de implicación se siguieron los criterios que establecen los autores de las escalas (Brighi et al., 2012; Del Rey et al., 2015). Así, para determinar el rol de víctima o cibervíctima se consideraron sujetos con calificaciones iguales o superiores a 2 (una vez al mes) en cualquiera de los ítems de victimización, y con puntaje igual o menor que 1 (una o dos veces) en todos los ítems de agresión. La implicación en el rol de agresor o ciberagresor se calculó considerando los sujetos con puntuaciones iguales o superiores a 2 (una vez al mes) en cualquiera de los ítems de agresión, y con puntaje igual o menor que 1 (una o dos veces) en todos los ítems de victimización. Los roles de agresor-victimizado y ciberagresor-victimizado se obtuvieron con puntuaciones iguales o superiores a 2 (una vez al mes) en al menos uno de los ítems de agresión y de victimización.
Análisis de datos
Se realizaron pruebas de contraste de proporciones (x2), teniendo en cuenta los valores de los residuos tipificados corregidos superiores a ±1.96 (intervalo de confianza del 95%) y ±2.58 (intervalo de confianza del 99%). Se incluyó el coeficiente de contingencia de acuerdo con el número de variables cruzadas: Phi para 2 x 2 y coeficiente de contin gencia para 2 x 3 o más.
La comprobación de las propiedades psicométricas del EBIPQ se realizó inicialmente a través de análisis pertene cientes a la teoría de respuesta al ítem (TRI), calculando un modelo de tres parámetros (3PL) ajustado a politómicos (Muraki, 1990) que ofrece valores de discriminación (a), dificultad (b) y probabilidad de acierto o fracaso (c) para cada ítem; complementariamente, con el fin de identifi car la precisión de la medida, se determinó la función de información del test (FI) para distintos niveles de rasgo theta (9); estos análisis se realizaron utilizando el pro grama R (R Development Core Team, 2008). Posteriormente, la validación de constructo se realizó con análisis fac toriales confirmatorios (AFC) y finalmente, para valorar la coocurrencia y relación entre fenómenos, se probaron modelos de ecuaciones estructurales. Para estos análisis se utilizó el método de estimación mínimos cuadrados ponde rados diagonal (DWLS) dado que los datos eran ordinales, mostraron ausencia de normalidad multivariante y las corre laciones entre los factores fueron altas (Bryant & Satorra, 2012; Morata-Ramírez & Holgado-Tello, 2013). Los índices de ajuste adoptados fueron: (x2 S-B) chi-cuadrado de Satorra y Bentler (2001), (x2 S-B/gl) chi-cuadrado partido por los gra dos de libertad (≤3: óptimos; 3-6: aceptables), el índice de ajuste comparativo CFI (≥ .95), el índice de ajuste de no normalidad NNFI (≥ .95), el índice de bondad de ajuste GFI (≥ .95), el error de aproximación cuadrático medio RMSEA (≤ .08), el valor medio cuadrático de los residuos de las covarianzas SRMR (≤ .08), y el índice de expectativa de vali dación cruzada ECVI, en donde valores menores o iguales a 1 indican un mejor potencial de replicación (Byrne, 2013; Hu & Bentler, 1999); además, se incluyó el criterio de información de Akaike (AIC) utilizado para comparar modelos (mejor, el de menor valor). Estos análisis se realizaron con el programa LISREL 9.1 (Jöreskog & Sörbom, 2012).
El análisis de consistencia interna se obtuvo con el Omega de McDonald's (Q) (≥.70) dado que las variables eran categóricas y reflejaron ausencia de normalidad mul tivariante (Bryant & Satorra, 2012; Elosua-Oliden & Zumbo, 2008). Dicho análisis se hizo con el programa FACTOR 9.2 (Lorenzo-Seva & Ferrando, 2006).
El nivel de significatividad adoptado fue de .05.
Resultados
Validación de la prueba
La validación de contenido de la escala EBIPQ (Brighi et al., 2012) realizada a través del juicio de expertos obtuvo un óptimo grado de acuerdo (K= .81). La prueba piloto sugirió ajustar la redacción de tres ítems así: «Alguien les ha dicho a otras personas palabras malsonantes sobre mí» por «En el colegio, alguien ha hablado mal de mí»; «He insultado y he dicho palabras malsonantes a alguien» por «He insultado o he dicho groserías a alguien en el colegio» y «He dicho a otras personas palabras malsonantes sobre alguien» por «He dicho a otras personas insultos o groserías sobre alguien». Otros ítems se contextualizaron al ámbito educativo para mejorar su comprensión, por ejemplo: «En el colegio, he golpeado, pateado o empujado a alguien» (tabla 1). No se eliminó ningún ítem de la escala original.
Tabla 1 Análisis según la teoría de respuesta al ítem (TRI) (modelo de tres parámetros [3PL])
| Ítem | a | b | c | |
| VB1. | En el colegio, alguien me ha golpeado, me ha pateado o ha empujado | 1.36 | .53 | .00 |
| VB2. | En el colegio, alguien me ha insultado | 1.90 | -15 | .00 |
| VB3. | En el colegio, alguien ha hablado mal de mí | .83 | -1.01 | .01 |
| VB4. | Alguien me ha amenazado | 1.14 | 1.98 | .00 |
| VB6. | He sido excluido (sacado) o ignorado por otras personas | .80 | 1.26 | .02 |
| VB7. | Alguien ha difundido o inventado rumores (chismes) sobre mí | .91 | .08 | .00 |
| VB5. | Alguien me ha robado o roto mis cosas | .97 | .90 | .03 |
| AB1. | En el colegio, he golpeado, pateado o empujado a alguien | 1.64 | .52 | .00 |
| AB2. | He insultado o he dicho groserías a alguien en el colegio | 1.67 | .25 | .00 |
| AB3. | He dicho a otras personas insultos o groserías sobre alguien | 1.71 | .97 | .02 |
| AB4. | He amenazado a alguien en el colegio | 1.95 | 1.93 | .00 |
| AB5. | En el colegio, he robado o dañnado algo de alguien | 1.55 | 1.23 | .01 |
| AB6. | He excluido (sacado) o ignorado a alguien | 1.07 | 1.3 | .00 |
| AB7. | En el colegio he dicho rumores (chismes) sobre alguien | 1.16 | 1.7 | .02 |
a: discriminación; b: dificultad; c: probabilidad de acierto o fracaso.
El análisis basado en la TRI indicó valores de discri minación entre .80 y 1.95, considerados de moderados a muy altos; el grado de dificultad osciló entre -.01 y 1.93, considerados niveles aceptables (--- 4 a 4) y los valores de probabilidad de acierto o fracaso fueron bajos, indicando buena calidad de los ítems (Baker, 1992) (tabla 1). La FI probada en distintos niveles de 9 indica que la prueba está compuesta por ítems que ofrecen óptima precisión en la medición, especialmente en individuos con niveles relati vamente medios y altos del rasgo (tabla 2).
Tabla 2 Función de información (FI) de la escala
| Theta (θ) | - 2 | -1.5 | - 1 | -05 | 0 | .5 | 1 | 1.5 | 2 |
| I (θ) | .073 | 1.16 | 2.09 | 2.97 | 4.02 | 4.05 | 3.87 | 3.66 | 3.12 |
| SE (θ) | .56 | .52 | .48 | .45 | .42 | .40 | .45 | .44 | .46 |
La consistencia interna total y de cada factor de la escala fueron óptimas (Ωagresión = .82, Ωvictimización = .78, Ωtotal = .85). Para la realización del AFC inicialmente se hipotetizó una estructura unifactorial y se obtuvieron índi ces no ajustados, x2 S-B = 1011.28; x2 S-B/(77) = 13.13; p<.01; NNFI = .94; CFI = .95; GFI = .95; RMSEA=.086 (IC 90% [.078, .095]); SRMR = .103; ECVI = .60; AIC = 921.39; posteriormente se probó la estructura original de dos factores obteniendo ajustes óptimos, x2 S-B =423.28; x2 S-B/(76) = 5.56; p<.001; NNFI = .97; CFI = .97; GFI = .97; RMSEA = .067 (IC 90% [.063, .072]); SRMR = .080; ECVI = .41; AIC = 781.28, además de pesos factoriales y errores de medida adecuados (fig. 1); estos resultados, apoyados en el mejoramiento de los indi cadores de ajuste, además del ECVI y AIC, indican que el modelo bifactorial es el más adecuado para Colombia.
Figura 1 Análisis factorial confirmatorio de la escala European Bullying Intervention Project Questionnaire (EBIPQ) (Brighi et al., 2012) para Colombia (*p< .05).
La escala de cyberbullying ECIPQ (Del Rey et al., 2015) también mostró adecuados valores de consistencia interna: Ωciberagresión = .94, Ωcibervictimización = .91, Ωtotal = .95, y el AFC confirmó la estructura bifactorial original de la prueba con óptimos resultados, x2 S-B =644.97; x2 S-B/(208) = 3.10; p < .001; NNFI = .97; CFI = .97; GFI = .97; RMSEA = .047 (IC 90% [.043, .052]); SRMR = .080; ECVI = .80; AIC = 228.96, (Herrera-López et al., 2017).
Resultados de bullying
El análisis de prevalencia indicó que el 23.4% de los estudiantes eran víctimas, el 4.5% agresores y el 14% agresores-victimizados. La implicación total fue del 41.9%.
En cuanto al sexo, no se obtuvieron diferencias signifi cativas y la prueba de contraste de proporciones mostró asociación entre ser víctima y el sexo, siendo los chicos en mayor medida víctimas, x2 (1, 1877) = 11.544; p<.001 (Phi = -.08; p<.001), agresores x2 (1, 1877) =43.577; p<.001 (Phi = -.15;p< .001) y agresores-victimizados, x2 (1, 1877) = 24.479; p<.001 (Phi = -.12; p<.001) (tabla 3).
Para la variable de edad se encontró asociación signi ficativa en la implicación como agresor-victimizado en los estudiantes de 14 y 15 años, x2 (2, 1878) = 6.404; p<.05 (coeficiente de contingencia = .06; p < .05) (tabla 3).
Respecto al estrato social, el análisis de proporcio nes indicó que los estudiantes de estrato medio (3) se implican más como víctimas, x2 (3, 1856) = 12.562; p<.01 (coeficiente de contingencia = .08; p < .01), como agresores, x2 (3, 1856) = 14.500; p<.01 (coeficiente de contingen cia = .09; p < .01), y como agresores-victimizados, x2 (3, 1856) = 15.322; p<.01 (coeficiente de contingencia = .09; p<.01) (tabla 3).
En referencia al tipo de colegio (público o privado), el análisis indicó que los estudiantes de los colegios públicos están más implicados como víctimas, x2 (1, 1882) = 27.320; p<.001 (Phi= .12; p<.001), agresores, x2 (1, 1882)=24.047; p<.001 (Phi =.11; p<.001), y también como agresores-victimizados, x2 (1, 1882) = 23.325; p < .001 (Phi =.11; p< .001) (tabla 3).
En cuanto al grado de escolaridad, se encontró que los estudiantes de 8.o se implicaron más como agresores, x2 (5, 1882) = 24.073; p<.001 (coeficiente de contingen cia = .11; p < .001), y como agresores-victimizados, x2 (5, 1882) = 15.726; p<.01 (coeficiente de contingencia = .10; p<.01) (tabla 3).
Resultados de cyberbullying
El 10.7% estuvo implicado como cibervíctima, el 2.5% como ciberagresor y el 5.5% como ciberagresor-victimizado. La implicación total en cyberbullying fue del 18.7%.
No se encontraron diferencias y asociaciones significati vas entre el sexo y los roles de implicación. Para la edad, los datos mostraron que los estudiantes de 14 y 15 años se implicaron más como cibervíctima x2 (2, 1881) = 8.979; p<.05 (coeficiente de contingencia = .07; p<.05) y ciberagresor x2 (2, 1881) = 8.605; p<.05 (coeficiente de contingen cia = .07; p < .05); por su parte, los estudiantes con 16 o más años también se implicaron más como ciberagresor x2 (2, 1881) = 8.605; p<.05 (coeficiente de contingen cia = .07; p < .05) y como ciberagresor-victimizado x2 (2, 1881) = 11.390; p<.01 (coeficiente de contingencia = .08; p<.01) (tabla 4).
Las variables de estrato social y tipo de colegio (público o privado) no arrojaron resultados estadísticamente signifi cativos.
En referencia al curso de escolaridad se encontró que los estudiantes del grado 8.o se implicaron más como cibervíctima, x2 (5, 1885) = 11.935; p<.05 (coeficiente de contingencia = .08; p< .05), y los estudiantes del grado 9.« como ciberagresor-victimizado, x2 (5,1885) = 12.746; p < .05 (coeficiente de contingencia = .08; p < .05) (tabla 4).
Coocurrencia del bullying y cyberbullying
Inicialmente se hipotetizó un modelo de ecuaciones estruc turales de partida (fig. 2) teóricamente soportado en el supuesto de que el bullying tradicional parece prolongarse en el cyberbullying y no a la inversa (Del Rey et al . , 2012; Ortega-Ruiz et al . , 2016) .
Este arrojó influencias (ß) no significativas, X2 S.B = 3180.75; X2 S-B/(589) = 5.40; p<.001; NNFI = .98; CFI = .98; GFI = .96; RMSEA=.051 (IC 90% [.047, .056]); SRMR = .09; ECVI = 1.80; AIC = 3645.69, por lo que se pro cedió a suprimir las influencias de agresión de bullying hacia cibervictimización y de victimización de bullying hacia ciberagresión debido a los bajos pesos estandarizados y los altos valores de error (fig. 2). El modelo final obtenido presentó ajustes óptimos, X2 S-B =3002.40; X2 S-B/(591) = 5.08; p< .001; NNFI = .98; CFI = .98; GFI = .96; RMSEA=.049 (IC90% [.048, .051]); SRMR = .080; ECVI = 1.00; AIC = 3305.50; este mostró que la agresión en bullying influyó de manera directa sobre la implicación en ciberagresión (ß = .85; p<.05); de igual forma la victimización en bullying influyó de manera directa en la implicación en cibervictimización (ß = .86; p < .05). Estas relaciones explicaron el 72% de la varianza de la implicación en ciberagresión y el 73% de la varianza de implicación en cibervictimización (fig. 3).
Figura 3 Modelo final de ecuaciones estructurales: currencia del bullying y cyberbullying (*p < .05).
Con el propósito de determinar la dirección del solapa-miento entre los dos fenómenos reconocida en estudios de referencia que sugieren que es más probable predecir el cyberbullying desde la implicación en el bullying tradicio nal (Del Rey et al., 2012; Ortega-Ruiz et al., 2016; Kowalski et al., 2012), se probó el modelo a la inversa, es decir, con las influencias de cyberbullying hacia el bullying. Este mostró un empobrecimiento del ajuste caracterizado por el incremento del RMSEA, SRMR, ECVI y el AIC: X2 S-B = 3155.50; X2 S.B/(591) = 5.34; p<.001; NNFI = .98; CFI = .98; GFI = .96; RMSEA=.059 (IC 90% [.053, .065]); SRMR=.098; ECVI = 1.79; AIC = 3450.31.
El análisis de correlaciones destacó la presencia de valores altos entre la implicación en ciberagresión y la implicación en agresión de bullying (r=.53; p<.01), ciber victimización y victimización de bullying (r=.53; p<.01), cibervictimización y ciberagresión (r=.52; p< .01) y entre victimización de bullying y agresión de bullying (r = .52; p<.01) (tabla 5).
Tabla 5 Estadísticos descriptivos y correlaciones de Spearman
| Factor | n = 1847 M | DT | 1. | 2. | 3. | 4. | Asimetría | Curtosis |
| 1. Ciberagresión | .13 | .27 | - | 4.69 | 29.94 | |||
| 2. Cibervictimización | .25 | .35 | .52** | - | 3.24 | 15.34 | ||
| 3. Victimización en bullying | .63 | .61 | .31** | .53** | - | 1.96 | 4.84 | |
| 4. Agresión en bullying | .31 | .41 | .53** | .40** | .52** | - | 2.42 | 7.87 |
p<.01.
Discusión
El primer objetivo buscó validar la escala EBIPQ (Brighi et al., 2012) para Colombia. Los resultados obtenidos, tanto en los análisis basados en la TRI como en el AFC, confirmaron la calidad y precisión de la medida, además de las óptimas propiedades psicométricas para la estructura original de dos factores (agresión y victimización).
El segundo objetivo pretendió establecer la prevalencia de los fenómenos en una muestra colombiana. Los resul tados indican que la prevalencia de bullying obtenida está por encima de lo informado para Europa y EE. UU., y den tro de los valores altos reportados para Latinoamérica y los estudios colombianos de referencia. Por su parte, la prevalencia de cyberbullying se ubica en valores intermedios en comparación con los estudios en Europa, Latinoamérica y Colombia. Estos resultados son coherentes con la gene ralidad de una mayor prevalencia del bullying tradicional respecto al cyberbullying (Zych et al., 2015).
Los hallazgos relacionados con el género mantienen la tendencia mundial que observa que los chicos están más implicados en todos los roles que las chicas (López & Orpinas, 2012; Rodrigues, Grave, de Oliveira, & Nogueira, 2016; Spelage, Holt, & Henkel, 2003). Respecto a la edad, destacan los escolares de 14 y 15 años como los más impli cados en los roles de bullying y cyberbullying, en línea con la tendencia general que señala estas edades como las de mayor riesgo de participación en fenómenos de violencia interpersonal, en cualquiera de sus formas (Zych et al., 2015). Los resultados son consistentes con los estudios que mencionan el aumento de la intimidación en los grados medios de la secundaria (8.° y 9.°) para posteriormente dis minuir en los grados superiores (Smithyman, Fyreman, & Asher, 2014). Respecto al estrato social, los hallazgos son significativos en la participación en bullying, y muestran que fueron víctimas en mayor medida los adolescentes de estrato social medio-alto. Finalmente, se encontró que fue ron los estudiantes de centros públicos los más implicados como agresores y víctimas.
El tercer objetivo pretendió valorar las relaciones de influencia y valor predictivo del bullying sobre el cyberbu llying. El modelo final mostró una influencia directa de la implicación como agresor de bullying sobre la implicación en ciberagresión; de igual manera, ser víctima de bullying influye en ser cibervíctima. Esto sugiere que la participa ción en cyberbullying se ve influenciada, en parte, por la implicación en bullying tradicional, pero no en dirección opuesta (Ortega-Ruiz et al., 2016); es decir, que un adoles cente que esté implicado en perpetración de conductas de agresión a otros, de forma directa o tradicional, tiene más probabilidades de implicarse en ciberagresión pero también de convertirse en cibervíctima (Hemphill, Kotevski, Tollit, Smith, Herrenkohl, Toumbourou, & Catalano, 2012). Una alta coocurrencia de ambos fenómenos está indicando que el comportamiento on-line de los adolescentes no difiere tanto de sus conductas habituales en la vida off-line (Romera, Cano, García-Fernández, & Ortega-Ruiz, 2016; Slonje et al., 2013). Si bien no se descarta la posibilidad de que el cyberbullying ocurra también de manera aislada, es posible sugerir que este es una extensión de la intimidación tra dicional, o por lo menos facilita el riesgo de cyberbullying (Kowalski et al., 2012).
Respecto a la agresión y ciberagresión, Tokunaga (2010) y Smith, del Barrio y Tokunaga (2013) señalan que los agreso res de bullying tradicional pueden utilizar el entorno virtual para maximizar el daño que causan, lo que sugiere que qui zás el anonimato facilita que elementos importantes del bullying, como la intención de hacer daño y el desequili brio de poder, encuentren en el ciberespacio un escenario propicio de prolongación más allá del ámbito escolar (Del Rey et al., 2012). En contraste con otros estudios, nues tros resultados indican que un adolescente que ha estado implicado en victimización tradicional tiene una alta proba bilidad de ser cibervictimizado (Ortega-Ruiz et al., 2016), debido quizás a la alta coocurrencia de ambos fenómenos.
Los hallazgos revisten importancia para el ámbito edu cativo, pues, además de ofrecer al contexto colombiano un instrumento de medida de calidad e internacionalmente homologado para beneficio de los estudios comparativos, de prevalencia e intervención, deja manifiesta la necesidad de intervenir estos fenómenos desde modelos ecológicos y glo bales que los asuman integralmente y que actúen sobre la convivencia directa pero también sobre la ciberconvivencia, sin que ello impida acciones específicas para cada uno por separado (Kowalski et al., 2014; Ortega-Ruiz et al., 2014).
Las limitaciones de este estudio están relacionadas con el carácter transversal del análisis, que puede restringir las inferencias relacionales y limitar la interpretación con res pecto a la direccionalidad de las influencias encontradas. También existen otras asociadas al uso y aplicación de autor-registros. La muestra utilizada es uno de los puntos fuertes del estudio, pero se hace necesario corroborar estos resul tados mediante medidas repetitivas en amplios periodos de tiempo.
